本发明涉及一种基于三维残差稠密网络的人体行为意图识别方法，包括：根据机器人的安保任务需求，创建一个包含多类行为的真实场景人体行为数据集；根据真实场景的视频人体行为识别需求，构建三维残差稠密网络；训练时，将训练集中预处理后的子数据集视频序列依次送入三维残差稠密网络中训练，最终得到视频人体行为识别模型；测试时，将测试集中的数据经过预处理后输入到三维残差稠密网络中，然后输出人体行为类型。本发明显著提升在KTH和UCF-101等数据集上的识别精度，同时用于解决真实场景问题以及安保任务需求。